SVM算法在PIR专用处理器中的实现

随着人们对安全意识的不断提高,红外产品作为人体运动检测技术已经广泛应用于安防领域。本文根据PIR传感器采集到的信号,建立一个数据库模型,根据采集到的数据,对其使用卡尔曼滤波进行预处理,对预处理之后的数据采用两种不同的算法进行数据有效性的判别,实验结果表明,采用SVM+FFT算法可以使模型的达到97%的准确率。在确立数据处理算法之后,根据以上算法流程,使用硬件描述语言设计,形成一个可以实时检测的IP核,设计该IP核的接口设计、时序设计、功能设计等,该IP核可以作为一个独立外设连接至MCU,形成一个PIR专用处理器,最终可以实时检测15m远的距离。

神经网络算法在PIR专用处理器上的实现

针对PIR传感器在应用时采用模拟电路的处理方式,而导致的外围电路复杂,开发周期长,成本随着外围器件的复杂化而增加,并且模拟芯片不可编程,仅能通过外围电路控制延长时间等缺点,从可编程处理器的角度,设计了一种基于MCU软核的神经网络算法,该神经网络采用三层神经网络结构,使用ReLU函数和线性函数作为其激活函数,结果为内置了神经网络算法的PIR专用处理器,其精度提升15%,准确度提高6%,虚警率下降2%,结果表明本设计效果良好,且具有较高的商业价值。

基于混杂系统模型的BUCK变换器的设计

传统DC/DC变换器建模过程中进行了较多近似且计算量较大。本文对混杂系统的概念和模型作了一个系统的介绍,对其内部结构进行了逐个分析说明,基于混杂系统模型,对Buck型变换器和开关控制器进行建模,可以完整准确地描述Buck变换器的动态过程,全面分析系统稳定性,通过调整控制参数和控制策略,把变换器的连续过程和离散切换过程进行统一控制,完成纹波特性理想的直流开关电源的设计。用MATLAB仿真工具对建立的模型进行验证,给出了从24V到12V的降压变换器的特性仿真曲线,从而证明了这种设计方法的有效性。